Dieser Kurs vermittelt eine umfassende Grundlage in Azure Machine Learning und stattet die Teilnehmer mit den Fähigkeiten aus, ML-Modelle effizient bereitzustellen, zu verwalten und zu optimieren. Die Teilnehmer lernen zunächst die Bereitstellung und Nutzung von Modellen in Azure ML kennen und erfahren, wie sie Lösungen für Maschinelles Lernen in Produktionsumgebungen einsetzen können.

Im weiteren Verlauf des Kurses werden Modelle verwaltet und ausgewertet, wobei Schlüsselkonzepte wie Leistungsüberwachung, Umschulungsstrategien und bewährte Verfahren zur Gewährleistung der Modellgenauigkeit behandelt werden. Die Kursteilnehmer erwerben Fachwissen über Azure AutoML Workflows, von der Datenvorbereitung bis hin zur Modellauswahl und -evaluierung, um eine automatisierte und dennoch effektive ML-Entwicklung zu gewährleisten. Darüber hinaus deckt der Kurs wichtige Aspekte von MLOps ab, die eine nahtlose Integration mit Azure-Diensten für skalierbare und sichere Operationen des Maschinellen Lernens ermöglichen. Dieser Kurs ist in mehrere Module gegliedert, die jeweils Lektionen und Videovorträge enthalten, die theoretische Einblicke und praktische Übungen bieten. Die Teilnehmer werden ca. 3:00 bis 4:00 Stunden an Lehrinhalten absolvieren, um sowohl das konzeptionelle Verständnis als auch die praktische Anwendung zu gewährleisten. Um das Lernen zu verstärken, sind in jedem Modul benotete und unbenotete Aufgaben enthalten, um die Fähigkeiten der Lernenden in realen Szenarien zu testen. Modul 1: Azure KI Foundry: End-to-End-Modellentwicklung und -Optimierung Modul 2: Optimieren Sie das Training von Modellen mit Azure Machine Learning Am Ende dieses Kurses werden Sie in der Lage sein, die Konzepte von Azure KI Foundry zu verstehen, einschließlich seiner Rolle bei der Modelloptimierung, dem Fine-Tuning und den Retrieval-Augmented Generation (RAG)-Strategien. Lernen Sie, den Modellkatalog und die Sammlungen innerhalb von Azure KI Foundry und ML zu erkunden und zu verwalten und Rechenressourcen effektiv zu nutzen. Sammeln Sie praktische Erfahrungen beim Testen und manuellen Auswerten von Prompts im Azure KI Foundry-Portalspielplatz, einschließlich der Verfolgung von Prompt-Varianten. Entdecken Sie, wie Sie Suchindizes im Azure-Portal erstellen und konfigurieren und Azure KI Search für eine verbesserte Datenabfrage und Modellbereitstellung nutzen.